我想使用 Python 和 OpenCV 实现 BRISK，用于无人机图像中的特征检测和描述。
由于BRISK也是一个描述符，我想利用它的描述特征来匹配两张图片。
我该怎么做？
最佳答案
您可以使用局部二进制描述符BRISK执行特征检测和描述，然后使用蛮力 或 FLANN 算法使用 Python 和 OpenCV 进行特征匹配。
在这个例子中，我将通过蛮力算法向您展示特征检测和匹配与BRISK。
首先，加载输入图像和将用于训练的图像。
在这个例子中，我们使用这些图像:
image1:
image2:
# Imports
import cv2 as cv
import matplotlib.pyplot as plt
# Open and convert the input and training-set image from BGR to GRAYSCALE
image1 = cv.imread(filename = 'image1.jpg',
flags = cv.IMREAD_GRAYSCALE)
image2 = cv.imread(filename = 'image2.jpg',
flags = cv.IMREAD_GRAYSCALE)
请注意，在导入图像时，我们使用 flags = cv.IMREAD_GRAYSCALE 参数，因为在 OpenCV 中默认颜色模式设置为 BGR。因此，要使用描述符，我们需要将颜色模式模式从BGR 转换为灰度。
现在我们将使用BRISK 算法:
# Initiate BRISK descriptor
BRISK = cv.BRISK_create()
# Find the keypoints and compute the descriptors for input and training-set image
keypoints1, descriptors1 = BRISK.detectAndCompute(image1, None)
keypoints2, descriptors2 = BRISK.detectAndCompute(image2, None)
BRISK 算法检测到的特征可以组合起来，以找到不同图像之间相似的对象或模式。
现在我们将使用蛮力算法:
# create BFMatcher object
BFMatcher = cv.BFMatcher(normType = cv.NORM_HAMMING,
crossCheck = True)
# Matching descriptor vectors using Brute Force Matcher
matches = BFMatcher.match(queryDescriptors = descriptors1,
trainDescriptors = descriptors2)
# Sort them in the order of their distance
matches = sorted(matches, key = lambda x: x.distance)
# Draw first 15 matches
output = cv.drawMatches(img1 = image1,
keypoints1 = keypoints1,
img2 = image2,
keypoints2 = keypoints2,
matches1to2 = matches[:15],
outImg = None,
flags = cv.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
plt.imshow(output)
plt.show()
输出将是:
该技术广泛应用于图像恢复应用、运动跟踪、对象检测、识别和跟踪、3D 对象重建等。您可以轻松修改加载图像的方式。这样，该技术可以很容易地应用于您的问题。
要了解有关检测、描述和特征匹配技术的更多信息，局部特征描述符、本地二进制描述符和特征匹配算法，我推荐GitHub上的以下存储库:
关于python - 如何使用Python和OpenCV实现BRISK检测特征？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/62571115/